[发明专利]图像超分辨率重建高效方法

说明书

技术领域

本发明属于图像信号处理技术领域，具体涉及非均匀间隔样本内插，迭代反响投影法和凸集投影法，以及方法的整合和高效性分析。

背景技术

从七十年代起，人们便广泛使用图像传感器来获取数字图像，但是在数字图像的采集和处理过程中，有许多因素会导致图像分辨率的下降；另外，在成像、传输、存储过程当中，也会引入不同类型的噪声(如高斯、椒盐噪声等)，这些都会直接影响到图像的分辨率。因此，为了满足人们低成本同时又能显著提高图像分辨率的需求，研究人员引入了软件的思想，提出了从多个低分辨率图像或图像序列中重建的高分辨率图像的方法。使用信号处理技术，从多幅低分辨率图像来获得一幅高分辨率图像图像或者高分辨率图像序列，这样的方法称为超分辨率图像重建。

早期的工作主要集中在频率与进行，也就是在频域解决图像内插问题，理论基础为傅里叶变换的疑问特性。但基于频域的内插方法局限于全局平移运动和线性空间不变的降质模型。

当前的工作主要实在空间域完成的，我们认为低分辨率图像的一个像素是由高分辨率图像的若干离散像元加权混合而成，它将复杂的运动模型与相应的差值、迭代以及滤波重采样放在一起处理。目前主要方法有：非均匀间隔样本内插法，迭代反向投影法，集合论方法(如凸集投影)等等。相对比来说，前两种方法结合先验信息能力比较弱，而POCS方法方便加入先验信息，保持了高分辨率细节，但其解不唯一，收敛慢，并且不稳定。

发明内容

本发明的目的在于提供一种通用的超分辨率重建的方法。

为了实现上述目的，本发明的采用的技术方案如下：

第一步：用户选择要进行超分辨率重建的图片，既可以是单帧图片，也可以是一个图像序列。图像的采集可以是本地图像，也可以是现场拍摄。

第二步：用户选择想要恢复的分辨率。

第三步：用户选择手动处理/自动处理。

第四步：根据用户选择的图像的类型，序列长度，用不同的算法对图像进行超分辨率重建，把结果保存在缓冲区中。

第五步：若用户选择自动处理，根据缓冲区的结果，用主观评判的标准，选择一个最好的结果。跳至

第六步：若用户选择手动处理，则令其选择处理方法，同时预留出查看全部的选项，最后由用户选择出最满意的结果图。

第七步：对最好的结果进行后处理，返回给用户。

第八步：用户选择保存结果/放弃结果。

第九步：若用户选择保存结果，则根据用户第二步中选择的分辨率导出至本地。

附图说明

图1为迭代反向投影法流程图

图2为凸集投影法流程图

具体实施方式

本发明主要涉及三大类超分辨率重建的经典算法，分别是非均匀间隔样本内插法，迭代反响投影法和凸集投影法，并对这三大类方法进行了改进。

首先，非均匀间隔样本内插法包括最邻近插值，双线性差值，双三次差值，这些均可以看作是传统的图像复原插值技术。这三种方法根据已知点的信息，拟合出一个二维曲面，进而推断出未知像素点的信息。最邻近插值是零阶插值，即另输出像素的像素值等于离它所映射到的位置最近的输入像素的像素值，这应该是最简单的一种差值方法，但在很多情况下，结果很难令人接受，因为当图像中包含像素之间灰度级别有变化的细微结构时，最邻近插值法会在图像中产生人工的痕迹。双线性插值是取该像素点周围矩形栅格的4个顶点确定一条二次曲面f(x，y)＝ax+by+cxy+d，从而决定此矩形面内的各个插入像素点的灰度值。双三次差值与双线性插值类似，这种方法是拟合一条三次曲线，在这种方法中，函数f在点(x，y)的值可以通过矩形网格中最近的十六个采样点的加权平均得到，在这里需要使用两个多项式插值三次函数，每个方向使用一个。双三次插值通过公式进行计算。计算系数aij的过程依赖于插值数据的特性。如果已知插值函数的导数，常用的方法就是使用四个顶点的高度以及每个顶点的三个导数。以上三种算法随着阶数的增加，运算精度和准确度都在增加，但是运算量也不断增加。

其次，迭代反向投影法是一个重复的迭代过程。首先假定初始值f(0)是想要得到的结果，模拟成像过程得到一个低分辨率图像(LR)的集合{gk(0)}。如果f(0)是正确的高分辨率图像，则得到的这一集合就应该和一致的低分辨率图像序列集合相等。而通过将它们之间的差值{gk-gk(0)}返回给f(0)中相应的区域可以改善f(0)，得到一个相对较正确结果的f(1)。反复迭代该过程，使得一下误差函数达到最小值

其具体步骤为：